Περίληψη: | Τα τελευταία χρόνια η αναμφισβήτητη προέλαση των νέων τεχνολογιών έχει αλλάξει τον παραδοσιακό τρόπο απεικόνισης της ανθρώπινης γνώσης και έχει δώσει τεράστια ώθηση σε ένα ευρύ φάσμα μεθοδολογιών μοντελοποίησης και ανάλυσης εξελίσσοντας τα κλασσικά, συμβατικά μοντέλα. Η παρούσα διατριβή ασχολείται συγκεκριμένα με τα συστήματα ιατροφαρμακευτικής περίθαλψης και την ανάγκη που υπάρχει για εξελιγμένα Συστήματα Λήψης και Υποστήριξης Αποφάσεων. Η μέθοδος που επιλέχθηκε για την κατασκευή αυτών των συστημάτων, λόγω της πολυπλοκότητας και της ασάφειας που τα χαρακτηρίζει, ήταν τα Ασαφή Γνωστικά Δίκτυα.
Αυτή η επιλογή πέρα από την παραγωγή γνώσης γεννά αναπόφευκτα και σημαντικά ερωτήματα ως προς το κατά πόσο είναι εφικτό να δημιουργηθεί ένα έγκυρο ιατρικό σύστημα διάγνωσης αλλά και εάν τα Ασαφή Γνωστικά Δίκτυα είναι σε θέση να υποστηρίξουν πλήρως ένα τέτοιο σύστημα ξεπερνώντας τα μειονεκτήματά τους.
Στα πλαίσια λοιπόν της διδακτορικής αυτής διατριβής προσπαθώντας να δοθούν ουσιαστικές απαντήσεις στα παραπάνω ερωτήματα αναπτύχθηκαν δύο νέες εξελιγμένες μέθοδοι μοντελοποίησης των Ασαφών Γνωστικών Δικτύων, τα Ανταγωνιστικά και τα Δυναμικά Ασαφή Γνωστικά Δίκτυα. Μετά την αναλυτική παρουσίαση της μεθοδολογίας τους, χρησιμοποιούνται για την κατασκευή δύο ιατρικών συστημάτων, για τη διάγνωση των κακώσεων του γόνατος και για τη διάγνωση του μηνίσκου. Ένα σύνολο 74 ασθενών συλλέχθηκε με τη βοήθεια ορθοπεδικών ιατρών από το Πανεπιστημιακό Νοσοκομείο της Πάτρας, για τον έλεγχο της ακρίβειας και αξιοπιστίας του μοντέλου με πολύ ικανοποιητικά αποτελέσματα.
Για να ολοκληρωθεί το διαγνωστικό μοντέλο μελετήθηκε και η επίδραση μη στεροειδών αντιφλεγμονωδών χαπιών στην εξέλιξη της πορείας του ασθενούς εισάγοντας με αυτό τον τρόπο και τη σωστή επιλογή της θεραπείας που θα πρέπει να επιλεγεί για τον κάθε ασθενή.
Τέλος κατασκευάστηκε η πλατφόρμα “KneeD”, ειδικά σχεδιασμένη για χρήση από εξειδικευμένο ιατρικό προσωπικό για τη λειτουργία της ως βάση δεδομένων των ασθενών αλλά και ως συμβουλευτικό εργαλείο για τη διάγνωση μηνίσκου.
|